Qué son los embeddings: los vectores detrás de la búsqueda semántica

Un embedding es una lista de números que representa el significado de un texto, una imagen u otra entrada, para que un programa pueda medir cuánto se parecen dos cosas. La guía de OpenAI lo define como un vector de números de coma flotante en el que la distancia entre dos vectores mide su relación: distancias pequeñas significan mucha relación y distancias grandes, poca. A 23 de octubre de 2026, los embeddings son la maquinaria discreta que hay detrás de la búsqueda semántica, la recuperación de documentos para chatbots, las recomendaciones y la agrupación de textos. Esta guía explica qué son, qué modelos hay, cuánto cuestan y qué errores los estropean, a partir de la documentación de OpenAI, Google, Anthropic y Ollama leída el 23 de octubre de 2026.

Qué es un embedding

Un modelo de lenguaje lee el texto como tokens. Un modelo de embeddings lee los mismos tokens pero, en vez de escribir una respuesta, devuelve un vector de longitud fija: 1.536 números en el caso de text-embedding-3-small de OpenAI, por ejemplo. Los textos con significado parecido quedan cerca en ese espacio aunque no compartan palabras, así que «cómo cambio mi contraseña» y «he olvidado mi clave de acceso» acaban uno junto al otro, mientras que «requisitos de seguridad de las contraseñas» queda algo más lejos.

Esos números no se leen directamente. Se guardan y luego se comparan. La comparación habitual es la similitud del coseno, la que recomienda OpenAI para sus modelos, que con vectores normalizados a longitud 1 equivale a un simple producto escalar.

Para qué sirven los embeddings

OpenAI enumera los usos habituales: búsqueda (ordenar resultados por relevancia para una consulta), agrupación (juntar textos parecidos), recomendaciones, detección de anomalías (encontrar casos atípicos), medición de diversidad y clasificación. El más conocido hoy es la recuperación para chatbots: conviertes tus documentos en embeddings una vez, haces lo mismo con cada pregunta, recuperas los pasajes más cercanos y se los das al modelo como contexto. Ese patrón es la generación aumentada por recuperación (RAG), y nuestra comparación de RAG y fine-tuning explica cuándo compensa más que reentrenar un modelo.

Modelos de embeddings comparados

Tabla: modelos de embeddings según la documentación oficial (comprobada el 23 de octubre de 2026)

Anthropic no ofrece un modelo de embeddings propio: su documentación remite a Voyage. El embedding-2 de Gemini acepta además imágenes, audio, vídeo y PDF, con los límites por petición que fija Google: hasta 6 imágenes, 180 segundos de audio, 120 segundos de vídeo o un PDF de hasta 6 páginas.

Dimensiones, normalización y similitud

Más dimensiones pueden captar más matices, pero ocupan más espacio y hacen las búsquedas más lentas. OpenAI y Google permiten acortar el vector: OpenAI con el parámetro dimensions y Google con output_dimensionality, entre 128 y 3.072, gracias a una técnica de entrenamiento que Google llama Matryoshka Representation Learning. Voyage ofrece cuantización int8 y binaria, que reducen el almacenamiento 4 y 32 veces.

La normalización es donde viven los errores silenciosos. Los vectores de OpenAI llegan normalizados a longitud 1 y el embedding-2 de Gemini se normaliza solo, pero con gemini-embedding-001 tienes que normalizar tú los vectores acortados antes de compararlos. Si te lo saltas, las puntuaciones del coseno se desvían sin ningún mensaje de error.

Cuánto cuestan los embeddings

Los embeddings son de lo más barato que se puede comprar en una API de modelos. OpenAI da el precio en páginas por dólar, suponiendo unos 800 tokens por página: 62.500 páginas por dólar con text-embedding-3-small y 9.615 con text-embedding-3-large, unos 0,02 $ y 0,13 $ por millón de tokens. La calidad cambia menos que el precio: OpenAI publica un 62,3 % y un 64,6 % en la prueba MTEB. Google ofrece sus embeddings en modo por lotes al 50 % del precio estándar, el mismo descuento que explica nuestra guía de la API por lotes. Y un modelo local con Ollama no cuesta nada por token: nuestra guía para instalar Ollama explica cómo, y su endpoint /api/embed acepta una lista de entradas en una sola llamada.

Errores que estropean los embeddings

• Mezclar modelos. Los vectores de modelos distintos viven en espacios distintos. La documentación de Ollama lo dice claro: usa el mismo modelo para indexar y para consultar. Cambiar de modelo obliga a volver a generar todos los embeddings.
• Ignorar el tipo de entrada. Voyage pide marcar cada entrada como query o document, el embedding-001 de Gemini recibe un task_type y el embedding-2 usa prefijos en el prompt. Usar el equivocado empeora la recuperación.
• Convertir documentos enteros. Las entradas que pasan del límite se rechazan o se cortan, y un texto largo resumido en un solo vector pierde detalle. Divide antes los documentos en pasajes.
• Esperar conocimiento del mundo. OpenAI advierte de que sus modelos de embeddings de tercera generación no conocen hechos posteriores a septiembre de 2021. Los embeddings captan significado, no datos, así que los nombres de productos nuevos pueden no quedar donde esperas.